BAB VI

KORELASI

I. Pengertian Korelasi
Korelasi adalah analisis yang tersusun untuk mengetahui kekuatan hubungan
antara satu variabel dengan variabel lainnya; baik hubungan antara variabel bebas
dengan variabel terikat atau variabel terikat yang satu dengan variabel terikat lainnya
atau variabel satu dengan variabel lainnya. Secara parsial.
Menurut Aima (2006), analisis korelasi adalah analisis yang bertujuan untuk
mengetahui kekuatan hubungan antara variabel bebas (X) dengan variabel terikat (Y).
Ukuran kekuatan hubungan tersebut dinamakan koefisien korelasi disimbolkan dengan
r. Kisaran nilai r bervariasi antara -1 sampai dengan +1.
Suatu hal yang perlu diingat bahwa apabila hasil perhitungan korelasi minus (-)
berarti korelasinya negatif, apabila hasilnya positif (+) berarti korelasinya positif,
apabila hasilnya mendekati 1 (semakin mendekati 1) semakin kuat dan semakin
mendekati nol semakin lemah. Sebagai gambaran berikut dipaparkan interpretasi
koefesien korelasi nilai r seperti tabel berikut :
Tebel 6.1 Interpretasi koefesien korelasi nilai r
Interval Koefesien Tingkat Keeratan Hubungan
0,80 – 1 Sangat Kuat
0,60 – 0,799 Kuat
0,40 – 0,599 Cukup
0,20 – 0,399 Lemah
0,00 – 0,199 Sangat Lemah

Analisis korelasi banyak jenisnya, ada dua jenis korelasi yang cukup terkenal dan
sering digunakan yaitu Korelasi Rank Spearman dan Korelasi Pearson Product Moment.

II. Korelasi Rank Spearman

Metode Korelasi Rank Spearman digunakan untuk mengukur tingkat atau eratnya
hubungan antara dua variabel. Korelasi Rank Spearman (Rho) tidak terikat oleh asumsi
bahwa populasi ataupun sampel yang diselidiki harus berdistribusi normal. Populasi
yang diambil sebagai sampel besarnya 5<n<30 pasang.
Rumus :
6 ( d ) 2 6 (d ) 2
r s  1  n(n 2  1) r s  1  n3  n
Dimana :
rs = Nilai korelasi Rank Spearman
d = Selisih setiap pasangan rank
d2 = Selisih setiap pasangan rank dikuadratkan
n = Jumlah pasangan rank untuk Spearman

Bila dilanjutkan untuk mencari signifikansi maka digunakan rumus :

rs r
t hitung  t hitung 
1 1 r2
n 1 n2

Pengantar Statistik - Suparlan 1

 Contoh :
Kita ingin mengetahui apakah ada hubungan/korelasi dan signifikansi antara motivasi
belajar (X) dengan prestasi belajar (Y). Diambil 10 Mahasiswa sebagai sampel :
X = 70; 80; 60; 89; 85; 50; 55; 65; 90; 75
Y = 80; 90; 50; 70; 85; 65; 60; 75; 81; 82
Dimana tabel t nilainya 2,262
Langkah penyelesaiannya :
Setelah kita buat hipotesis nol dan hipotesis alternatif; kita buat tabel berikut untuk
menghitung rankingnya.
Tebel 6.2 Metode Rank Spearman hubungan/korelasi motivasi belajar dengan prestasi
belajar 10 Mahasiswa.

Nama Nilai Motivasi Nilai Prestasi

No. Rx (Ranking x) Ry (Ranking y) d d2
Mahasiswa Belajar (X) Belajar (Y)
1 A 70 80 6 5 1 1
2 B 80 90 4 1 3 9
3 C 60 50 8 10 -2 4
4 D 89 70 2 7 -5 25
5 E 85 85 3 2 1 1
6 F 50 65 10 8 2 4
7 G 55 60 9 9 0 0
8 H 65 75 7 6 1 1
9 I 90 81 1 4 -3 9
10 J 75 82 5 3 2 4
Σ 58
Langkah berikutnya masukkan rumus :

6 (d ) 2 6 x58 348
 1  1
rs  1 n n
3 r s
10 3  10
r s
1000  10

r  1 0,351515
s r s  0,648485
Setelah didapat “r” langkah berikutnya kita dapat mencari signifikansi, dengan
memasukkan rumus :

r 0,648485 0,648485
t  t t 
1 r 2
1  (0,648485) 2
1  0,420533
n2 10  2 8

0,648485 0,648485 0,648485

t  t  t  t  2,409
0,57467 0,072433 0,269136
8
Langkah selanjutnya membandingkan t hitung dengan t tabel; apabila hasilnya t hitung >= t
tabel berarti terima H1, tolak H0 yang berarti ada / terdapat hubungan signifikansi antar X
dengan Y. Bila hasilnya t hitung < t tabel berarti tidak terdapat hubungan yang signifikansi
antara variabel X dengan variabel Y.
Dari contoh di atas kita dapat melihat pada tabel t nilainya 2,262 sedangkan t hitung nilainya
2,409 berarti t hitung > dari t tabel terima H1 dan tolak H0. Kesimpulannya terdapat
hubungan signifikan antara variabel X (motivasi belajar) dengan variabel Y (prestasi belajar).

Pengantar Statistik - Suparlan 2

III. Korelasi Pearson Product Moment
Korelasi ini dikemukakan oleh Karls Person tahun 1900, kegunaanya untuk
mengetahui derajat hubungan dan kontribusi variabel 1 dengan variabel lainnya, baik
variabel independen dengan variabel dependen ataupun antar variabel dependen atau
independen 1 dengan variabel dependen atau independen lainnya.
Rumus :
n( xy )  ( x)( y )

r xy [n x 2  ( x) 2 ][n y 2  ( y) 2 ]
   
Contoh :
Tebel 6.3 Metode Pearson Product Moment hubungan/korelasi motivasi belajar dengan
prestasi belajar 10 Mahasiswa.

Nama Nilai Motivasi Nilai Prestasi

No. XY X2 Y2
Mahasiswa Belajar (X) Belajar (Y)
1 A 70 80 5600 4900 6400
2 B 80 90 7200 6400 8100
3 C 60 50 3000 3600 2500
4 D 89 70 6230 7921 4900
5 E 85 85 7225 7225 7225
6 F 50 65 3250 2500 4225
7 G 55 60 3300 3025 3600
8 H 65 75 4875 4225 5625
9 I 90 81 7290 8100 6561
10 J 75 82 6150 5625 6724
Σ 719 738 54120 53521 55860
Langkah berikutnya masukkan rumus :

n( xy )  ( x)( y )
r 
[n x 2  ( x) 2 ][n y 2  ( y ) 2 ]
xy

10(54120)  (719)(738)
r xy

[10(53521)  (719) 2 ][10(55860)  (738) 2 ]
541200  530622
r 
[535210  516961][558600  544644]
xy

10578 10578 10578

r xy
 r xy
 r xy
 r xy
 0,6628
[18249][13956] 254683044 15958,792
Berarti hubungan yang terjadi adalah kuat atau erat (lihat interval koefisien terletak antara 0,60 –
0,799). Setelah diperoleh nilai r nya masukkan rumus uji signifikansi :

r 0,6628 0,6628
t  t  t  t  2,5040
1 r 2
1  (0,6628) 2
0,2647
n2 10  2
Langkah berikutnya membandingkan t hitung dengan t tabel; berdasarkan perhitungan tersebut
diperoleh t hitung = 2,504 dan t tabel sebesar 2,262, berarti t hitung > dari t tabel.
Kesimpulan tolak H0 dan terima H1; berarti terdapat atau terjadi hubungan signifikan antara
variabel X (motivasi belajar) dengan variabel Y (prestasi belajar).
Pengantar Statistik - Suparlan 3